力压 R，Python 在数据科学领域风生水起

TIOBE 最新发布的 9 月编程语言排行榜中，Python 凭 4.67% 的增速以 0.26% 的优势力压 C++，逆袭成功进入 Top 3。

而近一年势头不灭的 Python 在数据分析领域，是专家们的必备技能。随着 IT 行业的增长，对有经验的数据科学家的需求也水涨船高，而 Python 也一跃而成最受欢迎的语言。本文旨在介绍分析数据的基本知识，并利用 Python 创建一些漂亮的数据可视化。

概要

数据科学领域，非 Python 语言莫属?

Python 是最适合数据科学家的语言，这一点毫无争议。下面几点可以帮你理解为什么从事数据科学的人选择了 Python：

你知道最大的好处是什么吗?数据科学家是目前收入最高的职位之一，根据 Indeed.com 的数据，平均年薪为 $130,621。

Python 由 Guido Van Rossum 于 1989 年创建。它是个解释语言，拥有动态语义。它在所有的平台上可以免费使用。Python 是：

为数据科学中的 Python 安装 Jupyter

我们先来在自己的系统上安装 Jupyter。请按照以下步骤进行：

我建议你使用 Anaconda 发行版(https://www.anaconda.com/download/)安装 Python 和 Jupyter。装好Jupyter 之后，可以在命令行中输入“Jupyter Notebook”即可在默认浏览器中打开。现在我们在 Jupyter 上写个最基本的程序。

name=input( "Enter your Name:")  
print( "Hello", name) 

要运行这段代码，可以按下“Shift+Enter”，即可查看输出。如下面的截图所示：

数据科学中的 Python 的基础

现在可以开始编程了。为了编程，你需要先了解以下的基础知识：

关于 Python的更多信息和实际的实现，可以参考这篇文章：Python 入门(https://www.edureka.co/blog/python-tutorial/)。

数据科学中的 Python 库

这是 Python 在数据科学中发挥力量的部分。Python 拥有大量用于科学计算、分析、可视化等的库。一些库如下：

Demo：实际应用

问题描述：给定一组数据集，该数据集是由多种数据组成的综合统计数据，如监狱设施的分布和情况、监狱的拥挤程度、监狱中的犯人类型，等等。请在这个数据集上做描述性的统计，并从数据中找出有用的信息。下面是几个任务：

加载数据使用以下代码：

importpandas aspd  
importmatplotlib.pyplot asplot  
%matplotlib inline  
file_name = "prisoners.csv"  
prisoners = pd.read_csv(file_name)  
prisoners 

然后用 Pandas 的 describe 方法，只需输入以下语句：

prisoners.describe() 

然后进行数据操作：

prisoners[ "total_benefited"]=prisoners.sum(axis=1)  
prisoners.head() 

最后，用 Python 做一些数据可视化。代码如下：

importnumpy asnp  
xlabels = prisoners[ 'STATE/UT'].values  
plot.figure(figsize=( 20, 3))  
plot.xticks(np.arange(xlabels.shape[ 0]), xlabels, rotation = 'vertical', fontsize = 18)  
plot.xticks  
plot.bar(np.arange(prisoners.values.shape[ 0]),prisoners[ 'total_benefited'],align = 'edge')